本文经原作者授权转载，版权归原作者所有。原作者：实践哥MinLi（@MinLiBuilds）。查看原文 →

你有没有那种每月固定要花两小时做、但又毫无意义、做完毫无成就感的事？比如整理发票？

周五下班前，我盯着邮箱里第 23 封"您的电子发票"——PDF、OFD、12306 的链接、滴滴的链接、京东那个永远点不开的 xml，每张还得肉眼对发票号、把个人抬头的剔掉、在 Excel 里手敲分类。这事儿我已经干了三年，每月两小时，月月不变。那天晚上我突然想通：这不就是 AI 该干的活吗？

我打开 Claude Code 说了一句"帮我把这事儿自动化掉"，前后大概花了半小时。跑了三个月数据：363 封邮件 → 44 张发票 → ¥8,861.69 总额，每月两小时变成两条命令。

下面是完整教程。你完全不需要懂代码，全程就是和 AI 聊天——它帮你建文件、写脚本、跑测试，你只负责说人话告诉它要什么。文末附一段可复制 prompt，直接丢进 Claude / DeepSeek 就能用。

30 秒速览：你适不适合看这篇？

Article image

门槛很低，如果你每个月也会有重复的事情，建议读完本文。唯一的门槛是Claude/Codex/反重力/cursor的安装，教程很多，新手可以从Codex/反重力/cursor开始。

导读：按需挑着读

这篇是教程，按你目前的状态挑着看：

  • 不知道 AI 工具装在哪：先看上一节30 秒速览：你适不适合看这篇？
  • 完全没听过 skill ：从名词解释开始，按顺序读
  • 想搞清楚 skill 到底是个啥：直接跳到Skill 是个啥：一个文件夹
  • 担心自己不会写代码：跳到你不用写代码，你是产品经理
  • 只想抄作业：跳到你的作业：可复制 prompt
  • 担心邮箱安全：先看「安全红线」
  • 想省 API 钱：跳到最后「用免费模型也能跑」

先把几个名词讲清楚（已经懂的可以跳过）

  • AI Agent / 大模型助手：你可以理解成一个会聊天、会写代码、会调用工具的"实习生"。比如 Claude Code、Codex 这些都是。
  • Skill：给这个"实习生"装的一个小插件。装上之后，他就多会一项本事——比如"会从 QQ 邮箱拉发票"。
  • IMAP：邮箱的一种远程访问协议。你把它当成"邮箱给程序看的入口"就行。开通之后程序能像人一样登录看邮件。
  • 授权码：邮箱密码的"替身"。你给程序的不是登录密码，而是一串专门生成的、可以随时撤销的码。安全很多。
  • Token：大模型的计费单位。一段中文每个字大约 = 1.5~2 个 token。读文档、生成回复都按 token 收钱。

不需要全记住，遇到了回来翻一下就行。

Skill 是个啥：一个文件夹

Skill 听上去玄乎，本质就是一个文件夹。

里面通常就两类东西：

  • 一份说明书（一个文本文件）：用大白话告诉 AI"这个技能是干嘛的、什么时候该用它、怎么调"
  • 几个干活的小工具：真正去拉邮件、读 PDF、写 Excel 的那些文件

举个例子，本文这个"拉发票"的 skill 文件夹里大概有这么几样：

  • 一份 说明书：告诉 AI"这是个从 QQ 邮箱拉发票的技能，用户说'拉一下 4 月发票'就该用我"
  • 一个 抓邮件的小工具：真正登录邮箱、按日期搜、下附件
  • 一个 处理链接的小工具：12306、滴滴这种发链接的邮件单独处理
  • 一份 给自己看的备忘：怎么部署、踩过哪些坑

就这么简单。AI 启动时会扫这些文件夹，把说明书读进自己的脑子里——之后你说"拉一下 4 月发票"，它就知道该跑哪个工具。

所以"建一个 skill" 拆开就三步：

  1. 建一个文件夹（名字就是 skill 名）
  2. 写一份说明书，大白话讲清"干嘛 / 何时用 / 怎么调"
  3. 把真正干活的小工具扔进去

不同 AI 工具放置 skill 的目录不同——但结构都是一样的：一个文件夹 + 一份说明书 + 若干小工具。

懂了这个，后面所有内容你都能 1:1 复刻到自己的需求上。

你不用写代码，你是产品经理

文件夹里的东西全部可以让 AI 帮你建——你只做两件事：

  • 提需求："我想要 / 不想要 / 出错了想怎么办"，用人话讲清楚
  • 报错：跑出问题把现象贴回去（"它把日期搞错了"），让 AI 改

代码刷屏不用读，看不懂直接问"这段干嘛的"，AI 用人话讲给你听。

这个 skill 不是给你直接用的——是给你改的

每家公司报销规则都不一样。我自己就经历过两种：

  • 上一家公司有报销系统，金额都是系统算的——我只需要"自动下发票 + 归档"
  • 现在这家公司没系统，要填 Excel 交财务——多一步"抽字段 + 算合计"

你的情况可能更不一样：上系统的只要"下发票"；自由职业的要按"客户"分类；公司有奇葩规则（"超 500 元餐饮单独标"）的就把规则加进 prompt。

读这篇的正确姿势：把它当参考案例，看我踩了哪些坑、做了哪些决策——然后带着你公司的实际情况去跟 AI 聊一套你自己的 skill。文末 prompt 留了"你自己改这里"的位置。

第一步：先聊需求，别让 AI 直接动手

上来就说"帮我做一个报销自动化"——AI 会一头扎进去乱写，等你回过味来已经推倒重来了。

先把这四件事用人话讲给 AI：

  • 想要什么：每月底一份 Excel，按类别汇总金额，直接交财务
  • 数据从哪来：QQ 邮箱里搜"发票"
  • 以后会变什么：哪天换 163 / Gmail；哪天换报销模板
  • 要小心什么：个人抬头不能报；一张发票 PDF + OFD 两份；12306 / 滴滴 / 京东发链接不发 PDF

第三条最关键——"未来会变什么"决定了 AI 怎么拆。听完 AI 自己会建议"拆两个 skill：一个拉发票，一个整理 Excel"——这样换邮箱不影响整理逻辑。

这一步多花十分钟，省 80% 返工。

第二步：AI 写、AI 跑，你负责报错

剩下交给 AI——下面是我踩过的几个坑，你也会踩，提前看一眼省时间。

坑 1：QQ 邮箱搜索的玄学 bug

第一次跑出来很离谱：4 月明明就 100 多封邮件，搜索却返回了 9740 封——把整个收件箱都翻出来了。

我把现象告诉 AI，它写了几条不同写法的搜索条件让我挨个跑——最后定位到一个没文档记录的小毛病：QQ 邮箱搜索语句外层带括号，会让"截止日期"那个条件被吞掉。改一下写法瞬间正常。

教训：这种坑没文档，只能让 AI 一条条试。你不用懂细节，把现象贴回去 AI 自己会找。

坑 2：PDF / OFD 互相把对方干掉

中国电子发票一张同时有两份：

  • PDF 版：给人看的
  • OFD 版：国标电子档（很多软件读不了）

两份发票号一模一样。第一版用「发票号」当唯一标识去重——结果 PDF 全被 OFD 顶掉了，剩下一堆我看不开的文件。

整个流程我没写一行——把"我想要什么"讲清楚，AI 自己实现。

第三步：第一次配置：跟着 AI 的提示，把"邮箱钥匙"取出来

SKill做好后。第一次跑必然要做一件事：把邮箱授权码取出来填进去。

这一步你要亲手做（AI 没法替你登 QQ 邮箱）。但流程很简单，AI 会一步步给你提示，照着做就行：

  1. 在电脑上打开浏览器（不是手机！手机找不到这个开关），访问 邮箱 → 设置 → 账户->安全
  2. 往下滚找到并开启 IMAP/SMTP 服务（会让你发短信验证）
  3. 验证完成后，邮箱会给你一串 16 位的授权码——这就是你的"邮箱钥匙"
  4. 复制这串授权码，回到 Claude Code 命令行界面，直接粘进去。或者自己贴到文件里，更安全。
163 邮箱、Gmail、Outlook 流程类似——都是在邮箱设置里找"IMAP / 应用专用密码 / 第三方登录"，生成一串专门给程序用的授权码。主密码绝不要交给程序。

粘进去之后会发生什么？AI 会自动把这串码写进项目里一个叫 .env 的小文件（你不用自己找它在哪——AI 会告诉你已经存好了），然后让代码仓库忽略掉这个文件（防止你不小心传到云上）。整个过程的对话大概长这样：

你：（粘贴授权码）xxxxxxxxxxxxxxxx
AI：收到，我把它存到 .env 文件里了，并且加进了忽略清单——这个文件不会被同步到任何云端或代码仓库。我先用这个授权码测一下能不能登上你的邮箱……（一通 tool_use）登录成功 ✅，你的 4 月邮箱有 116 封邮件。要不要我先按"发票"关键词搜一遍试试？

你完全不用动手改文件、不用记路径。看到 AI 报"登录成功"就行，看不懂的步骤直接问"这一步是干嘛的"，它用人话给你讲。出问题就把屏幕上的报错发回去，它接着改。

三个月端到端实测

Article image

363 封邮件 → 62 封候选 → 44 张唯一发票 → ¥8,861.69 总额。

每月只需要：跟 AI 说一句"拉一下 4 月发票"，发票就到位了；再说一句"整理 4 月发票清单"，Excel 就到桌面上等你 review。

Article image

⚠️守住安全红线很简单

自动化邮箱 = 把邮箱钥匙交给程序。下面是安全红线必须做到：

  • 用授权码，不用主密码。QQ / 163 / Gmail 都支持生成专用授权码——是一串可以随时单独撤销的码。主密码绝不交给程序。
  • 授权码放在专门的敏感配置文件里，不要拷贝给别人，不要在分享skill的时候分享给别人。AI 给你建项目时会自动安排好这一步，你只要确认它建了"忽略文件"清单（专业说法叫 .gitignore）就行。90% 的密钥泄露都是忘了这一步。

授权码不等于密码，这事儿别省。

你的作业：把下面 prompt 复制到你的大模型里

下面一段prompt 你可以直接复制，丢进 Claude / DeepSeek / 任何会写代码的大模型里。注意：你不用看懂任何代码，AI 会全部帮你写、帮你跑、帮你修。你只负责：把横线上的内容换成你自己的、跑出来不对就把现象告诉 AI。

先讨论需求（不让它写代码，先把要什么聊清楚）

先讨论需求（不让它写代码，先把要什么聊清楚）

 我每个月底要从邮箱里拉发票、整理成 Excel 提交报销，烦了很久了。 我想用半小时做一个自动化方案。先别动手，我们先把需求聊清楚：
 
 我的邮箱是：**__**（QQ / 163 / Gmail / Outlook） 我每月发票主要来自：**__**（举例：滴滴、12306、京东、餐饮） 我希望最后输出：**__**（举例：一份 Excel + 一份 Markdown 清单） 未来可能会变的事：**__**（举例：换邮箱、换报销模板、加新分类）
 
 请帮我：
 
 1. 顺着我的需求，建议怎么拆成几个独立的小技能（让"今天可能变 / 明天可能换"的部分彼此独立）
     
 2. 替我考虑几个关键决策（授权码怎么存、跑完是否自动衔接下一步、链接邮件怎么处理等）
     
 3. 列出可能踩的坑
     
 
 邮箱要求：
 
 - 用 IMAP 协议登录我的邮箱，授权码放在敏感配置文件里
     
 - 让我能用类似"拉一下 4 月发票"的话指挥它
     
 - 邮件附件 PDF / OFD 都保留
     
 - 链接型邮件（如 12306、京东）尝试自动跟链接抓 PDF
     
 - 跟不到的链接，列在最后让我手动点
     
 - 文件按月份归档
     
 
 输入要求： 最后输出结构化数据。
 
 我要抽的字段是：
 
 - 发票号
     
 - 开票日期 / 消费日期
     
 - 销售方
     
 - 项目分类（交通 / 餐饮 / 住宿 / 办公用品 / 其他）
     
 - 价税合计

关键提示：上面的字段、规则、输出格式都可以自行修改。每家公司报销规则不一样——你的"项目分类"可能要分得更细，你的财务可能要 PDF 不要 Excel——这些都改 prompt 里那几行就行。

举几个真实场景照着改：

  • 你公司只要 PDF 不要 OFD：把第三段里"同一张发票的 PDF 和 OFD 都保留"改成"只保留 PDF，OFD 直接扔"——改这一行就够了
  • 你公司分类更细：把"交通 / 餐饮 / 住宿 / 办公用品 / 其他"改成你公司财务用的那套标签，比如"国内差旅交通 / 招待用餐 / 办公耗材 / 客户礼品"
  • 你是自由职业、按客户做账：在字段那一节加一行"客户名称（从邮件主题或备注里抽）"，让 AI 把客户也作为一个分类维度
  • 你公司有奇葩规则：比如"超过 500 元的餐饮要单独标记"——把这条直接加到"业务规则"那一节，AI 会处理

核心思路：你对自家财务规则比 AI 清楚，你只要把"我要什么 / 不要什么"用人话写进 prompt，AI 就照着来。

让 AI 做完一版，你跑一次，看哪里不对，告诉它"这里改成 X"，再跑一次。一般 3-5 轮就能跑通。

总结

整个事情可以收成三句话：

  1. 先把需求讲清楚（特别是"未来会变什么"），别让 AI 直接动手
  2. AI 写、AI 跑，你负责说人话报错
  3. 安全自己上心（授权码、敏感配置文件、不传公网）

半小时下来，每月两小时变成两条对话。省下来的时间——做点你真想做的事。

用免费模型也能跑：我后来切到了 Ling-2.6-flash

整套流程跑通后我看了下账单——每张发票要喂一张图 + 一段文字给模型，44 张下来旗舰模型 token 烧得不少。

Skill做完后，这种活其实没必要用旗舰模型。我的判断逻辑是：抽固定字段 + 走固定流程 + 不需要复杂推理 = 拿轻量模型就够了。

我换的是 Ling-2.6-flash——蚂蚁出的一个100B 参数级别的免费模型，在同级别模型里属于 SOTA，目前最好的水平。它的设计初衷就是给"读文档 + 调脚本 + 跑循环"这种 agent 工作流用的，定位特别贴合本文场景。

切完之后实测：

  • 44 张发票跑下来，全部字段抽对，跟旗舰模型表现持平
  • 速度反而更快——旗舰模型 3 分 20 秒，Ling 1 分 50 秒
  • 账单 ¥0

为什么对得上？因为发票字段抽取属于"结构化任务"——票面就那几个固定字段、就那几种发票格式，不需要模型有多么发散的推理能力，需要的是稳定、快速、按 prompt 老实办事。100B 级别的模型完全 hold 得住。

学到的：模型选型 = 任务复杂度匹配。复杂推理上旗舰，结构化流水线上轻量，并不是越贵越好。

如果你按这篇文章自己搭了一套，直接用 Ling-2.6-flash 跑就行——免费、快、够用。把每月 API 账单从几十块变成 0 块，是这套方案最后一个收尾动作。

注意：第一次切完先用一两张发票小跑一下，确认字段抽对了，再批量处理整月数据——别上来直接梭。

投个票：你最烦的月底琐事是哪件？

  • A. 报销发票（跟我同病相怜，照着这篇抄就行）
  • B. 周报 / 月报（每月最后一天的折磨，也可以照着这篇，可以从git整理）
  • C. 工时填报 / OA 流程（点点点点点）
  • D. 信用卡还款账单（也可以用skill获取邮件，不过我觉得有些app集成了）
  • E. 打新日历 （每天自动抓ipo日历分析，或者发现好的股就发邮件通知你）
  • F. 其他（评论区告诉我）

挑一件最烦的丢评论区——告诉我你最想干掉哪件，可以把他们全部做成 skill。

每个月光报销一项就让我吐了三年血——你那件如果跟我同款，我们一起把它干掉。如果你觉得本文有用，请给老哥点个赞。